Искусственный интеллект продолжают внедрять во всех отраслях, однако эти процессы требуют немалых вложений, а впоследствии могут не оправдать ожидания бизнеса. Чтобы избежать возможных рисков, важно протестировать ИИ-решение перед полноценной интеграцией. Для этого 33% компаний регулярно проводят пилотные проекты по внедрению ИИ, а в секторе высоких технологий этот показатель достигает 68%.
Руководитель проектного офиса Embedika Александр Масехнович рассказал RB.RU, почему бизнесу нужны пилоты и как их проводить. Ниже приводим текст оригинальной публикации.
Что такое пилотный проект
Пилотный проект — это временный проект по тестированию ограниченной функциональности продуктов или инноваций, которые компания хочет интегрировать в свою деятельность. Его основная цель — проверить жизнеспособность идеи, оценить перспективы и эффект от внедрения нового интеллектуального сервиса.
Крупная компания с множеством дочерних организаций может протестировать сервис, внедрив его в одну из компаний, а после — масштабировать на весь бизнес. Компания получает испытательную площадку, где можно посмотреть, как ИИ будет функционировать в реальной среде, понять его преимущества и выявить потенциальные ограничения.
Обычно пилотный проект занимает 2–3 месяца. Этого достаточно, чтобы достичь измеримых результатов и оценить их. Стоимость пилота, как правило, составляет 10–20% от стоимости всего проекта.
Пилотные проекты находят применение в совершенно различных сферах. Например, «Дом.РФ» запустил пилот на базе российской нейросети. Благодаря этому проекту госструктуры и организации смогут создавать чат-боты и умных помощников, генерировать и структурировать текстовую информацию, осуществлять предиктивную аналитику. А «Норникель» поделился результатами запуска собственного пилота, который поможет повысить безопасность на предприятии.
Пилоты могут помочь и в решении вопросов на уровне администрации города. Например, в Нью-Йорке стартует пилотный проект по разработке общегородского чат-бота, он поможет с открытием и ведением бизнеса.
Преимущества пилота
● Оценка идеи. Пилотные проекты помогают компаниям проверить, насколько эффективными могут быть инструменты, которые они собираются внедрить. Это особенно важно для интеграции новых технологий, таких как ИИ. С помощью пилотного проекта руководители могут определить, действительно ли ЦА решения заинтересована в продукте, а также получить более точное представление о том, как он повлияет на бизнес-процессы компании. Это поможет принять обоснованное решение, стоит ли тратить время и деньги на внедрение технологии, а также доработать идею сервиса и стратегию его интеграции в бизнес-процессы.
● Анализ готовности к внедрению. Пилотные проекты позволяют организациям подготовить среду для внедрения ИИ. Поскольку алгоритмы обучаются на большом массиве данных, перед запуском полноценного проекта необходимо понять, достаточно ли в компании репрезентативных датасетов для обучения моделей под специфику конкретного решения. Также нужно изучить условия конфиденциальности этих данных — возможно, их потребуется обезличить.
Более того: пилотные проекты позволяют проверить команды и избежать ошибки в выборе вендора, который будет разрабатывать и внедрять ИИ-решение.
● Определение реалистичных сроков и бюджета. Заранее оценить бюджет и сроки внедрения ИИ-проектов может быть непросто, особенно при внедрении новых технологий. Пилотный проект позволяет бизнесу измерить эти показатели на небольшом масштабе, а после — экстраполировать стоимость и время интеграции решения на полноценный проект.
● Проведение пилотного проекта одинаково важно и для клиентов, и для исполнителей. Верификация концепции позволит убедиться в ее применимости и эффективности в конкретной компании, а значит, сократить риск репутационных издержек. Также в рамках пилотного проекта вендор может более точно оценить проект, его сложность и специфику, убедиться в реализуемости проекта с выбранными технологиями и понять ограничения. Как правило, внедрение ИИ-решения без пилотного проекта возможно, если между клиентом и исполнителем есть полное взаимопонимание в целях, задачах, ходе реализации и ожидаемых результатах решения.
Как провести пилот эффективно
1. Определите границы пилотного проекта. Во время реализации пилота важно держать в фокусе весь проект целиком, но при этом четко понимать, из каких отдельных бизнес-процессов он состоит. Это необходимо, чтобы обозначить границы пилотного проекта и объем функциональности, который будет реализован на этом этапе.
Основная задача — выделить часть из основного проекта, на которой команда сможет показать максимальную эффективность ИИ-решения с минимальными издержками и рисками, а также сравнить результаты с текущим подходом к процессу. Поэтому границы пилота будут сильно зависеть от специфики компании и поставленной проблемы.
Пример из практики: заказчик — крупная производственная компания, которая регулярно проверяет договоры с поставщиками на предмет выявления рисков и соответствия внутренним чек-листам. Например, на наличие оговорок и штрафных санкций. Но компания решила внедрить ИИ, чтобы снять с юристов рутинную работу по вычитке документов. На стадии планирования пилота выявили, что в компании всего 10 типов договоров и около 50 видов рисков, а на проверку одного договора специалист тратит в среднем 45 минут. Поскольку каждый риск — это отдельная модель с фиксированной стоимостью разработки и обучения, в качестве ограничения пилотного проекта можно выбрать один тип договора с 15 рисками. Это позволит продемонстрировать возможности инструмента и оценить его.
2. Определите ключевые метрики. Главный показатель успеха — решение поставленных задач компанией. Перед началом пилота важно договориться, по каким критериям будет оценена успешность завершения проекта и принято решение по его масштабированию.
Метрики могут быть самыми разными, в зависимости от специфики решения, но в совокупности они должны отражать общую эффективность предлагаемых изменений.
Помимо метрик оценки работы интеллектуальных моделей — точность, полнота и др. — важно учитывать метрики изменения бизнес-процесса в сравнении с текущим подходом. Это могут быть показатели трудозатратности, время на выстраивание процесса, процент возникновения ошибок. Совокупность этих метрик позволит посчитать экономическую эффективность от внедрения и учесть весь кумулятивный эффект.
Как правило, интеграция ИИ — это инвестиционный проект, который принесет прибыль в будущем. В силу специфики некоторых проектов бывает сложно провести точный расчет окупаемости инвестиций (ROI), однако он продемонстрирует, насколько оправдано вложение средств на разработку продукта.
Например, в рассмотренном выше кейсе проверки договоров в крупной компании метриками для оценки успешности пилотного проекта могут быть: сокращение времени на проверку одного договора, время на разработку и обучение 15 рисковых моделей, ожидаемый ROI на пять лет. Опираясь на результаты пилота, участники смогут посчитать затраты и ожидаемый эффект и принять решение о дальнейшем масштабировании проекта.
3. Вовлекайте заинтересованные стороны. Привлечение заинтересованных сторон поможет собрать обратную связь о внедряемой системе, а также обеспечить широкую поддержку интеграции ИИ в будущем.
В компании должен быть лидер, заинтересованный в создании решения и способный сформулировать запрос бизнеса, а после — оценить результаты. Также важно распределить роли внутри команды и зафиксировать зоны ответственности. Как правило, заинтересованные лица со стороны бизнеса — это:
● функциональный заказчик — ЦА, которая будет использовать готовое решение;
● технический заказчик, отвечающий за внедрение решения и контроль технической части реализации;
● владелец бюджета, отвечающий за финансовые аспекты проекта.
4. Соберите обратную связь и анализируйте. На этапе пилота важно фиксировать и анализировать сложности, с которыми сталкивается команда при внедрении решения. Постоянный сбор обратной связи от всех заинтересованных сторон — конечных пользователей, персонала, заказчика — поможет принять решение относительно масштабирования проекта и дальнейших инвестиций в технологию, а также выявить проблемы и внести необходимые корректировки до начала внедрения. Например, доработать концепцию, изменить функциональность, запланировать обучение персонала.
В прошлом году Рослесхоз запустил в Пермском крае пилотный проект системы на основе ИИ для автоматизации контроля за перемещением дерева. Эксперимент позволил рабочей группе подтвердить эффективность технологии и определить ключевые направления для дальнейшей работы: дополнительное обучение алгоритмов и распространение программы по всей России.
Вывод
Проведение пилотного проекта перед полномасштабным внедрением ИИ — это стратегический обоснованный подход, который обеспечивает принятие взвешенных решений и снижение рисков. Благодаря пилотам компании могут снизить риски и проложить путь к успешному полномасштабному внедрению.
